Obtener valor de sus datos no debería ser tan difícil

Proporcionado por Empresa de Hewlett Packard

El impacto potencial de la actual explosión de datos en todo el mundo sigue excitando la imaginación. Un informe de 2018 estimó que cada segundo de cada día, cada persona produce 1,7 MB de datos en promedio, y la creación anual de datos ha más del doble desde entonces y se prevé que se duplique nuevamente para 2025. Un informe del McKinsey Global Institute estima que los usos hábiles de big data podrían generar una $ 3 billones en la actividad económica, permitiendo aplicaciones tan diversas como los automóviles autónomos, la atención médica personalizada y las cadenas de suministro de alimentos trazables.

Pero agregar todos estos datos al sistema también crea confusión sobre cómo encontrarlos, usarlos, administrarlos y compartirlos de manera legal, segura y eficiente. ¿De dónde viene un determinado conjunto de datos? ¿Quién es dueño de qué? ¿Quién puede ver ciertas cosas? ¿Dónde reside? ¿Se puede compartir? ¿Se puede vender? ¿Puede la gente ver cómo se usó?

A medida que las aplicaciones de datos crecen y se vuelven más ubicuas, los productores, consumidores y propietarios y administradores de datos se dan cuenta de que no tienen un libro de estrategias que seguir. Los consumidores quieren conectarse a datos en los que confían para poder tomar las mejores decisiones posibles. Los productores necesitan herramientas para compartir sus datos de forma segura con quienes los necesitan. Pero las plataformas tecnológicas se quedan cortas y no existen fuentes de verdad comunes reales para conectar ambos lados.

¿Cómo encontramos datos? ¿Cuándo debemos moverlo?

En un mundo perfecto, los datos fluirían libremente como una utilidad accesible para todos. Podría empaquetarse y venderse como materia prima. Podía ser visto fácilmente, sin complicaciones, por cualquier persona autorizada para verlo. Se podrían rastrear sus orígenes y movimientos, eliminando cualquier preocupación sobre usos nefastos en algún momento.

El mundo de hoy, por supuesto, no funciona de esta manera. La explosión masiva de datos ha creado una larga lista de problemas y oportunidades que dificultan compartir fragmentos de información.

Dado que los datos se crean en casi todas partes dentro y fuera de una organización, el primer desafío es identificar qué se está recopilando y cómo organizarlo para que se pueda encontrar.

La falta de transparencia y soberanía sobre los datos y la infraestructura almacenados y procesados ​​genera problemas de confianza. Hoy en día, mover datos a ubicaciones centralizadas desde varias pilas de tecnología es costoso e ineficiente. La ausencia de estándares de metadatos abiertos y de interfaces de programación de aplicaciones ampliamente accesibles puede dificultar el acceso y el consumo de datos. La presencia de ontologías de datos específicas del sector puede dificultar que las personas ajenas al sector se beneficien de nuevas fuentes de datos. Las múltiples partes interesadas y la dificultad para acceder a los servicios de datos existentes pueden dificultar el intercambio sin un modelo de gobernanza.

Europa toma la delantera

A pesar de los problemas, se están llevando a cabo proyectos de intercambio de datos a gran escala. Uno que está respaldado por la Unión Europea y un grupo sin fines de lucro está creando un intercambio de datos interoperable llamado Gaia-X , donde las empresas pueden compartir datos bajo la protección de las estrictas leyes europeas de privacidad de datos. El intercambio se concibe como un recipiente para compartir datos entre industrias y un depósito de información sobre servicios de datos en torno a la inteligencia artificial (IA), análisis e Internet de las cosas.

Hewlett Packard Enterprise anunció recientemente una marco de solución para apoyar la participación de empresas, proveedores de servicios y organizaciones públicas en Gaia-X. La plataforma de espacios de datos, que actualmente se encuentra en desarrollo y se basa en estándares abiertos y nativos de la nube, democratiza el acceso a los datos, el análisis de datos y la IA al hacerlos más accesibles para los expertos del dominio y los usuarios comunes. Proporciona un lugar donde los expertos de áreas de dominio pueden identificar más fácilmente conjuntos de datos confiables y realizar análisis de forma segura en datos operativos, sin requerir siempre el costoso movimiento de datos a ubicaciones centralizadas.

Al usar este marco para integrar fuentes de datos complejas en entornos de TI, las empresas podrán proporcionar transparencia de datos a escala, de modo que todos, ya sean científicos de datos o no, sepan qué datos tienen, cómo acceder a ellos y cómo usarlos. en tiempo real.

Las iniciativas de intercambio de datos también están en la parte superior de las agendas de las empresas. Una prioridad importante a la que se enfrentan las empresas es la investigación de los datos que se utilizan para entrenar modelos internos de inteligencia artificial y aprendizaje automático. La IA y el aprendizaje automático ya se utilizan ampliamente en empresas e industrias para impulsar mejoras continuas en todo, desde el desarrollo de productos hasta el reclutamiento y la fabricación. Y apenas estamos comenzando. IDC proyecta que el mercado global de IA crecer de $ 328 mil millones en 2021 a $ 554 mil millones en 2025.

Para desbloquear el verdadero potencial de la IA, los gobiernos y las empresas deben comprender mejor el legado colectivo de todos los datos que impulsan estos modelos. ¿Cómo toman sus decisiones los modelos de IA? ¿Tienen sesgo? ¿Son de confianza? ¿Las personas no confiables han podido acceder o cambiar los datos contra los que una empresa ha entrenado su modelo? Conectar a los productores de datos con los consumidores de datos de manera más transparente y con mayor eficiencia puede ayudar a responder algunas de estas preguntas.

Desarrollo de la madurez de los datos

Las empresas no van a resolver cómo desbloquear todos sus datos de la noche a la mañana. Pero pueden prepararse para aprovechar las tecnologías y los conceptos de gestión que ayudan a crear una mentalidad de intercambio de datos. Pueden asegurarse de que están desarrollando la madurez para consumir o compartir datos de manera estratégica y efectiva en lugar de hacerlo de manera ad hoc.

Los productores de datos pueden prepararse para una distribución más amplia de los datos tomando una serie de pasos. Necesitan entender dónde están sus datos y entender cómo los recopilan. Luego, deben asegurarse de que las personas que consumen los datos tengan la capacidad de acceder a los conjuntos de datos correctos en los momentos correctos. Ese es el punto de partida.

Luego viene la parte más difícil. Si un productor de datos tiene consumidores, que pueden estar dentro o fuera de la organización, tienen que conectarse a los datos. Eso es tanto un desafío organizativo como tecnológico. Muchas organizaciones quieren gobernanza sobre el intercambio de datos con otras organizaciones. La democratización de los datos, al menos poder encontrarlos en todas las organizaciones, es un problema de madurez organizacional. ¿Cómo manejan eso?

Las empresas que contribuyen a la industria automotriz comparten activamente datos con proveedores, socios y subcontratistas. Se necesitan muchas piezas y mucha coordinación para ensamblar un automóvil. Los socios comparten fácilmente información sobre todo, desde motores y neumáticos hasta canales de reparación habilitados para la web. Los espacios de datos automotrices pueden atender a más de 10 000 proveedores. Pero en otras industrias, podría ser más insular. Es posible que algunas grandes empresas no deseen compartir información confidencial incluso dentro de su propia red de unidades comerciales.

Creando una mentalidad de datos

Las empresas de ambos lados del continuo consumidor-productor pueden avanzar en su mentalidad de intercambio de datos haciéndose estas preguntas estratégicas:

• Si las empresas están creando soluciones de inteligencia artificial y aprendizaje automático, ¿de dónde obtienen los equipos sus datos? ¿Cómo se conectan a esos datos? ¿Y cómo rastrean ese historial para garantizar la confiabilidad y la procedencia de los datos?
• Si los datos tienen valor para otros, ¿cuál es el camino de monetización que está tomando el equipo hoy para expandir ese valor y cómo se regirá?
• Si una empresa ya está intercambiando o monetizando datos, ¿puede autorizar un conjunto más amplio de servicios en múltiples plataformas, en las instalaciones y en la nube?
• Para las organizaciones que necesitan compartir datos con los proveedores, ¿cómo se realiza actualmente la coordinación de esos proveedores con los mismos conjuntos de datos y actualizaciones?
• ¿Los productores quieren replicar sus datos o obligar a las personas a traerles modelos? Los conjuntos de datos pueden ser tan grandes que no se pueden replicar. ¿Debe una empresa alojar a los desarrolladores de software en su plataforma donde se encuentran sus datos y mover los modelos hacia adentro y hacia afuera?
• ¿Cómo pueden los trabajadores de un departamento que consume datos influir en las prácticas de los productores de datos ascendentes dentro de su organización?

Tomando acción

La revolución de los datos está creando oportunidades comerciales, junto con mucha confusión sobre cómo buscar, recopilar, administrar y obtener información de esos datos de manera estratégica. Los productores de datos y los consumidores de datos están cada vez más desconectados entre sí. HPE está creando una plataforma compatible con la nube pública y local, utilizando el código abierto como base y soluciones como la plataforma de software HPE Ezmeral para proporcionar el terreno común que ambas partes necesitan para que la revolución de los datos funcione para ellos.

Lea el artículo original en Empresa.nxt .

Este contenido fue producido por Hewlett Packard Enterprise. No fue escrito por el equipo editorial de MIT Technology Review.

esconder